Fractures are increased and bisphosphonate use decreased in individuals with insulin-dependent diabetes: a 10 year cohort study
Notice bibliographique
Résumé
BACKGROUND: Individuals with diabetes have been found previously to be at increased risk of non-traumatic fracture. However, it is unclear if these individuals are being identified and treated for osteoporosis. METHODS: 7753 Canadians over 50 years of age were followed prospectively for 10 years. 606/7753 (7.8%) of had diabetes; 98 were insulin-dependent and 508 were not. Using a cox proportional hazards model, we assessed the association between diabetes status and incident non-traumatic fracture. Using logistic regression we identified factors associated with bisphosphonate use over the 10 year period of study. RESULTS: Mean (SD) age of participants was 66.7(9.4) years and 72% were female. Those with diabetes had higher BMD T-scores at baseline, with a mean (SD) femoral neck T-Score of -0.97 (1.06), compared to -1.24 (0.99) in the general cohort. The adjusted hazard ratio (HR) for incident non-traumatic fracture in individuals with insulin-dependent diabetes over the 10 year study period was 2.50 (95% confidence interval [CI] 1.60, 3.90; p < 0.001). Despite this increased fracture rate, individuals with diabetes (insulin-dependent or non-insulin-dependent) were less likely to be on bisphosphonate therapy at any point over 10 years of prospective follow up compared to other CaMos subjects (odds ratio [OR]: 0.59; 95% CI 0.46-0.75, p < 0.001). CONCLUSIONS: Despite the increased risk of non-traumatic fracture associated with insulin-dependent diabetes, we that found individuals with diabetes are less likely to be treated with a bisphosphonate than those without diabetes. These findings point to a possible care gap in the treatment of non-traumatic fractures in individuals with diabetes in Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».